[論文レビュー] The Role of Emotions in Propagating Brands in Social Networks

Ronald Hochreiter, Christoph Waldhauser|arXiv (Cornell University)|Sep 16, 2014

Digital Marketing and Social Media参考文献 4被引用数 4

ひとこと要約

本研究では、30,000件のGoogle+メッセージを用いたデータセットを用いて、ブランドメッセージ内の感情がソーシャルメディアでの拡散に与える影響を調査している。計算言語学的手法と混合効果回帰モデルを適用した結果、高覚醒度の感情（怒りや驚き）は一般にリツイートを増加させるが、その有効性は業界によって顕著に異なることが判明した。特に怒りは自動車業界では拡散を促進するが、電子機器や食品飲料業界では逆効果となる。

ABSTRACT

A key aspect of word of mouth marketing are emotions. Emotions in texts help propagating messages in conventional advertising. In word of mouth scenarios, emotions help to engage consumers and incite to propagate the message further. While the function of emotions in offline marketing in general and word of mouth marketing in particular is rather well understood, online marketing can only offer a limited view on the function of emotions. In this contribution we seek to close this gap. We therefore investigate how emotions function in social media. To do so, we collected more than 30,000 brand marketing messages from the Google+ social networking site. Using state of the art computational linguistics classifiers, we compute the sentiment of these messages. Starting out with Poisson regression-based baseline models, we seek to replicate earlier findings using this large data set. We extend upon earlier research by computing multi-level mixed effects models that compare the function of emotions across different industries. We find that while the well known notion of activating emotions propagating messages holds in general for our data as well. But there are significant differences between the observed industries.

研究の動機と目的

• オンラインソーシャルネットワーク内における感情がブランドメッセージの拡散に果たす役割を理解すること。
• オフラインおよび一般オンライン文脈における感情と拡散に関する既存の知見が、Google+のようなソーシャルメディアプラットフォームでも成立するかを調査すること。
• 感情がブランドメッセージの拡散に与える影響が、異なる業界でどのように変化するかを検討すること。
• Google+におけるブランドマーケティングメッセージの大規模かつ現実世界のデータセットを用いて、実証的証拠を提供すること。
• 特定の業界に特化した感情に基づくコンテンツ戦略の実務的インサイトをマーケターに提供すること。

提案手法

• Google+ソーシャルネットワーキングプラットフォームから30,000件以上のブランドマーケティングメッセージを収集した。
• 最新の計算言語学的分類器を用いて、各メッセージの感情的・感情的コンテンツを特定した。
• ポアソン回帰に基づくベースラインモデルを用いて、感情的コンテンツを関数とするメッセージのリツイート率を分析した。
• 業界およびブランドごとのばらつきを考慮するため、多層的混合効果モデルを用いて分析を拡張した。
• 全モデルで、メッセージ長や時間帯などの交絡変数を制御した。
• ランダム効果を用いて7つの業界間での感情の影響のばらつきを評価し、感情の影響を比較した。

実験結果

リサーチクエスチョン

• RQ1 怒りや驚きといった高覚醒度の感情は、オフラインおよび一般オンライン文脈で示されたように、ソーシャルメディア上でもメッセージのリツイート確率を高めるのだろうか？
• RQ2 ブランドメッセージの感情的コンテンツが、ソーシャルネットワーク上での異なる業界における拡散にどのように影響するのか？
• RQ3 悲しみ、喜び、嫌悪といった感情が、メッセージ共有に与える影響が、業界によってどの程度異なるのか？
• RQ4 メッセージのポジティブ性（肯定的感情）対ネガティブ性（否定的感情）という極性が、ソーシャルメディアのブランドコミュニケーションにおけるメッセージ拡散の予測要因として有意であるか？
• RQ5 感情的コンテンツを、業界ごとに異なる戦略的アプローチで活用することで、ブランドメッセージの拡散性を高められるのだろうか？

主な発見

• 怒りや驚きといった高覚醒度の感情は、Google+の文脈においても、リツイートの可能性を顕著に高めることが確認された。これは、BergerとMilkman（2012）の発見を裏付けるものである。
• 悲しみは、あらゆる業界においてリツイートの可能性を一貫して低下させるが、これは一部の先行研究が「口蹄（口コミ）を促進する可能性がある」と主張しているのとは対照的である。
• 怒りの影響は業界に強く依存する：自動車業界ではリツイートを促進するが、電子機器および食品飲料業界では逆効果となる。
• 嫌悪や恐怖といった感情は、業界によってその影響が著しくばらつきを示しており、感情的メッセージの文脈依存性が強いことが示唆される。
• 感情の極性（全体的な肯定的・否定的感情）自体は、リツイートの可能性に有意な影響を持たない。これは、感情の強度や価値が単独で拡散を決定づけないことを示している。
• 本研究は、ブランドメッセージの感情戦略を普遍的に適用することはできないこと、感情反応は業界ごとに異なるため、共同創造やマーケティング計画において業界特有の感情的反応を考慮すべきであることを明らかにした。